SPSS bij het schrijven van je scriptie

Maak gebruik van een codeboek voor je vragenlijst

In je codeboek, dat meestal bestaat uit enkele A4'tjes, voeg je codes toe aan de antwoorden van je vragenlijst of enquête om aan te geven wat deze codes betekenen. Bijvoorbeeld, voor de vraag 'geslacht' gebruik je de code 1 voor man, 2 voor vrouw en 3 voor neutraal. Zorg voor een duidelijke indeling in een tabel, zoals hieronder weergegeven, waarin je het vraagnummer, de vraag en de betreffende code goed kunt ordenen. Een vraagnummer en vraag kunnen meerdere onderliggende codes hebben. Het is ook gebruikelijk om de code 0 alleen te gebruiken als het gaat om een dummy-variabele; in alle andere gevallen begin je gewoon met codering bij 1.

Verwerken van je codes in SPSS

Het verwerken van je codes doe je in de variabele weergave (Variable View). Je kunt hier de volgende velden invullen:

• Name: Hierin kun je het vraagnummer invoeren zonder spaties, bijvoorbeeld V1, V2, etc. Je kunt er echter ook voor kiezen om een naam aan de variabele te geven, zoals 'geslacht'. Dat maakt het vaak gemakkelijker om de juiste variabele te vinden tijdens het uitvoeren van je data-analyses, vooral wanneer je een dataset hebt met veel variabelen.
• Type: Hier voer je het datatype in: numeriek voor cijferdata en tekst voor letterdata. Breedte: Hier kun je de breedte van de kolom invoeren, wat meestal alleen nodig is bij tekstdata omdat er meer karakters kunnen worden ingevoerd. Je verhoogt het nummer van de kolom.
• Decimals: Hier kun je het aantal cijfers achter de komma aangeven, wat uiteraard alleen handig is bij numerieke data. Standaard staat het aantal decimalen op 2.
• Label: Hier voer je de naam van de variabele in. Dit is de tweede kolom van je codeboek, zoals bijvoorbeeld geslacht.
• Values: Hier voer je de codes uit de derde kolom in, in het voorbeeld van geslacht voer je hier dus in 1 = man, 2 = vrouw etc.
• Missing: Hier geef jij aan hoe SPSS moet omgaan met ontbrekende gegevens, bijvoorbeeld wanneer een respondent die vraag overslaat. Je kunt hiervoor ook een code toewijzen. Het is gebruikelijk om codes zoals 9, 99 of 999 te gebruiken voor ontbrekende gegevens. Echter, als je een vraag hebt met 9 (of meer) antwoordcategorieën, kun je code 9 niet gebruiken voor ontbrekende waarden, omdat deze geldig is voor die specifieke vraag (of vragen). In dat geval gebruik je dus 99 of 999.
• Columns: Hierin geef je de breedte van de kolom weer zoals je dit ziet op je datascherm. Je kunt die breedte aanpassen als je dat nodig vindt, maar dat is doorgaans niet echt het geval.
• Align:.Je kunt hier kiezen uit 3 opties: links, rechts en centrum. SPSS zet bij numerieke variabelen standaard de uitlijning op rechts en bij string variabelen op links.
• Measure: Je hebt hier drie opties, namelijk nominale, ordinale en schaalvariabelen. Hiermee wordt het meetniveau van je variabelen aangegeven. 'Geslacht' in de tabel hierboven is een nominale variabele, het opleidingsniveau is een ordinale variabele en de vragen met stellingen zijn schaalvariabelen.
• Role: Hiermee kun je aangeven welke rol een bepaalde variabele vervult in je analyse. Is het een variabele die onafhankelijk (input) is, juist afhankelijk (target), of beide (both)? SPSS zet variabelen automatisch op input. Het is voor de analyses niet echt noodzakelijk om dit aan te passen.

Invoeren data

De volgende stap is het invoeren van de gegevens en het controleren op eventueel ontbrekende data. In het scherm 'Data View' kun je de gegevens invoeren. Op YouTube kun je veel video's vinden waarin precies wordt uitgelegd hoe je dit moet doen.

Analyse van de gegevens, beschrijvende statistiek

Je data-analyse begint met het beschrijven van de data. Dat gebeurt door middel van frequentietabellen en centrum- en spreidingsmaten. Voor nominale en ordinale variabelen zijn frequentietabellen het meest geschikt. Je kunt frequentietabellen opvragen en aanmaken door naar het menu te gaan en te kiezen voor Analyze, Descriptive Statistics en Frequencies.

In de volgende video kun je direct zien hoe je dit kunt doen. SPSS geeft vervolgens de volgende output (voorbeeld):

SPSS geeft dan de volgende output (voorbeeld):

Geslacht

Bij een schaalvariabele vraag je meestal naar het gemiddelde en de standaardafwijking. Dit kun je doen door naar Analyseren, Beschrijvende Statistieken en Descriptives te gaan. Een andere optie is om te kiezen voor Analyseren, Vergelijkende Middelen en Gemiddelden.

Dit wordt goed uitgelegd in de volgende video. 

Schaalvariabelen zijn bijvoorbeeld leeftijd, maar ook vragen waarbij respondenten moeten aangeven in welke mate zij het eens zijn met een bepaalde stelling.

Een voorbeeld van de output die SPSS geeft is:

Leeftijd

Natuurlijk kun je ook bij schaalvariabelen een frequentieverdeling opvragen, bijvoorbeeld als je geïnteresseerd bent in het aantal respondenten en het percentage respondenten dat antwoorden als ‘helemaal mee oneens‘, ‘oneens’, enzovoort heeft ingevuld.

Zoek naar patronen in de kruistabellen

Nadat je de gegevens hebt beschreven, kun je beginnen met je onderzoek en kijken welke patronen je opvallen. Een handige manier om deze patronen te ontdekken, is door gebruik te maken van kruistabellen. Hierbij zet je twee variabelen tegen elkaar af. Analyses met behulp van kruistabellen zijn met name geschikt voor nominale en ordinale variabelen. Je kunt een kruistabel in SPSS als volgt opvragen: ga naar Analyze, Descriptive Statistics en Crosstabs.

Wil je meer uitleg over hoe je de patronen uit de kruistabellen haalt? In onderstaand filmpje wordt dit uitgelegd.

Wil je hulp bij je SPSS analyses?

In dit artikel gaven we je algemene tips over SPSS. Wil je sparren over hoe je jouw onderzoek het beste kunt opzetten of welke variabelen je het beste kunt meenemen? Het is allemaal mogelijk. Heb je hulp nodig bij het inladen van je dataset, je codeboek of bij de analyses? Neem dan contact met ons op.

Wij helpen jou bij o.a. de onderstaande SPSS analyses:

• Correlaties en beschrijvende statistieken
• Betrouwbaarheid (reliability) en T-toetsen (t-test)
• Chi-square test, Wilcoxon Signed-Ranks test, Mann-Whitney test (non-parametrisch)
• Repeated en Within Measures analyses
• ANOVA, ANCOVA en MANOVA
• Lineaire Regressie, Logistische Regressie en OLS regressie
• Kruskal-Wallis test
• Cluster Analyse, Factor Analyse, Power Analyse
• Panel analyse/ multilevel analyse/ mixed models
• Conjoint analyse en time series analyse